Des philosophes au cœur de la machine
Pendant longtemps, l’éthique de l’intelligence artificielle a surtout ressemblé à un appendice institutionnel : chartes de principes, comités consultatifs, livres blancs et promesses générales de « responsabilité ». Le signal qui émerge aujourd’hui est différent. Selon Wired, les grands laboratoires d’IA ne se contentent plus de consulter des philosophes à distance : ils les embauchent, les intègrent à leurs équipes et leur confient des questions qui touchent directement au comportement des modèles.
Le magazine américain rapporte que Google DeepMind et Anthropic comptent désormais plusieurs philosophes en interne, Wired estimant leur nombre à au moins dix chez DeepMind et quatre chez Anthropic, même si les entreprises refusent de confirmer un décompte officiel. Le Financial Times, via FT Alphaville, a aussi relayé le sujet dans sa veille, signe que cette tendance dépasse désormais le cercle spécialisé de l’éthique de l’IA pour devenir un indicateur de marché : les laboratoires qui prétendent construire des systèmes à vocation générale se dotent de compétences normatives.
Le cas le plus visible est celui d’Anthropic. Amanda Askell, philosophe de formation, passée par OpenAI avant de rejoindre Anthropic parmi les premières recrues, est devenue l’une des figures publiques de la « personnalité » de Claude. L’entreprise a publié une Constitution de Claude qui ne se limite pas à une liste d’interdictions : elle décrit le type d’agent que le modèle devrait être, la manière dont il doit raisonner en situation d’incertitude morale, et même la façon dont il devrait se représenter son identité et sa stabilité psychologique. Le vocabulaire employé par Anthropic est révélateur : sagesse, vertu, jugement, honnêteté, désaccord moral. Autrement dit, on ne parle plus seulement de filtrage de contenu, mais d’architecture comportementale.
Chez Google DeepMind, la tendance prend une forme encore plus explicite. Varsity, le journal de l’Université de Cambridge, a rapporté que Henry Shevlin, chercheur au Leverhulme Centre for the Future of Intelligence, doit rejoindre DeepMind en mai 2026 dans un rôle intitulé « Philosopher ». Son mandat annoncé : travailler sur la conscience machine, les relations humain-IA et la préparation à l’intelligence artificielle générale. Là encore, le choix du titre importe. L’entreprise ne recrute pas seulement un spécialiste de conformité ou un expert en politiques publiques, mais revendique un besoin philosophique.
Pourquoi maintenant ?
La réponse courte est que les modèles sont sortis du laboratoire. Les assistants d’IA ne répondent plus seulement à des questions isolées : ils conseillent, écrivent, codent, négocient parfois avec des outils, gèrent des informations sensibles et commencent à agir comme des intermédiaires entre l’utilisateur et le monde. Google DeepMind l’a formulé dans son travail sur l’éthique des assistants avancés : plus ces agents deviennent autonomes, plus les problèmes ne sont pas seulement techniques, mais sociaux, relationnels et politiques.
Un modèle capable de réserver un voyage, prioriser des messages, conseiller un adolescent anxieux, aider une entreprise à licencier ou résumer des informations médicales ne peut pas être évalué uniquement par son taux d’erreur factuelle. Il faut aussi se demander : quelles préférences suit-il ? Quand doit-il refuser ? Doit-il protéger l’utilisateur contre lui-même ? À quel moment l’assistance devient-elle manipulation ? Comment préserver l’autonomie d’une personne qui s’attache à un chatbot ? Ces questions relèvent autant de la philosophie morale, de l’épistémologie et de la philosophie de l’esprit que de l’ingénierie logicielle.
OpenAI, de son côté, a institutionnalisé cette réflexion avec son Model Spec, un document public qui décrit comment ses modèles devraient se comporter. L’entreprise présente ce cadre comme une cible de comportement, utilisée pour entraîner, évaluer et faire évoluer ses systèmes. Même si OpenAI ne met pas autant en avant des philosophes identifiés qu’Anthropic ou DeepMind, la logique est similaire : transformer des arbitrages de valeurs en spécifications testables.
Un besoin réel de rigueur
Il serait trop facile de réduire ces recrutements à une opération cosmétique. Les dilemmes auxquels les laboratoires font face sont authentiquement difficiles. Les ingénieurs savent optimiser une fonction de perte, améliorer une architecture ou réduire une hallucination mesurable. Mais ils ne peuvent pas déduire d’un benchmark la bonne réponse à une tension entre liberté d’expression, sécurité, loyauté envers l’utilisateur, prévention du tort, neutralité politique et conformité légale.
La philosophie peut apporter trois choses précieuses. D’abord, une capacité à distinguer les niveaux de problème : ce qui relève d’un fait, d’une préférence, d’un principe, d’une règle institutionnelle ou d’un conflit de valeurs. Ensuite, une discipline argumentative : éviter que des slogans comme « bénéfique pour l’humanité » ou « aligné avec les valeurs humaines » masquent des choix non débattus. Enfin, une mémoire intellectuelle : les problèmes d’agence, de responsabilité, de consentement, de statut moral ou de dépendance affective ne sont pas nés avec ChatGPT.
Les cadres publics vont dans le même sens. Le NIST, avec son AI Risk Management Framework, pousse les organisations à évaluer la fiabilité, la gouvernance et les risques tout au long du cycle de vie des systèmes. L’UNESCO insiste depuis 2021 sur l’évaluation éthique et les droits humains. L’OCDE a mis à jour ses principes d’IA pour promouvoir une approche centrée sur l’humain. L’Union européenne, avec l’AI Act, transforme certains de ces principes en obligations juridiques. Les philosophes peuvent aider à traduire ces normes générales en décisions concrètes de conception.
Le risque de la caution intellectuelle
Mais l’autre lecture est moins flatteuse. Les philosophes peuvent aussi devenir les nouveaux alibis de l’industrie. L’histoire récente de la tech invite à la prudence. Google avait lancé en 2019 un conseil externe d’éthique de l’IA, avant de le dissoudre quelques jours plus tard après une controverse sur sa composition. Depuis, la littérature académique parle abondamment d’« ethics washing » : l’usage du vocabulaire de l’éthique pour produire de la légitimité sans modifier réellement les incitations, les produits ou la gouvernance.
Le danger est particulièrement fort dans l’IA générative, où la concurrence est brutale. Les laboratoires veulent convaincre les régulateurs qu’ils sont responsables, rassurer les entreprises clientes, attirer les talents et différencier leurs modèles. Dans ce contexte, un philosophe interne peut devenir un symbole commode : la preuve visible que l’entreprise « pense aux grandes questions ». Mais s’il n’a ni pouvoir de veto, ni accès complet aux données d’évaluation, ni capacité de publier des désaccords, son rôle peut se réduire à polir le récit.
Il y a aussi une tension plus profonde. Les philosophes embauchés par des entreprises privées participent à définir des comportements qui affectent potentiellement des millions d’utilisateurs. Or ces comportements incorporent des valeurs. Qui a mandaté Anthropic, OpenAI ou Google DeepMind pour décider ce qu’est un assistant « vertueux », « approprié » ou « bénéfique » ? La publication de constitutions et de spécifications est un progrès en matière de transparence, mais elle ne remplace pas une délibération démocratique. Une constitution écrite par une entreprise reste une constitution privée.
Ce que cela révèle de la maturité de l’industrie
Le recrutement de philosophes révèle à la fois une maturité et une immaturité. La maturité, c’est la reconnaissance que l’IA avancée n’est pas seulement une affaire de performance. Les laboratoires comprennent que leurs modèles produisent des externalités : dépendance psychologique, désinformation, biais, pression sur l’emploi, coûts environnementaux, concentration de pouvoir, ambiguïté sur l’identité des agents artificiels. Ils savent aussi que les garde-fous improvisés ne suffisent plus.
L’immaturité, c’est que cette reconnaissance arrive souvent après le déploiement, sous pression médiatique, réglementaire ou concurrentielle. L’industrie construit d’abord des systèmes capables d’influencer des comportements à grande échelle, puis cherche les mots pour expliquer ce qu’ils devraient faire. La philosophie arrive alors comme service d’urgence conceptuel, appelée à réparer ou rationaliser des architectures déjà commercialisées.
La prochaine étape : rendre l’éthique vérifiable
La vraie question n’est donc pas de savoir si les laboratoires doivent embaucher des philosophes. Ils devraient probablement le faire. La question est : dans quelles conditions ce travail devient-il plus qu’un exercice de relations publiques ?
Quelques critères permettront de juger. Les entreprises publieront-elles leurs cadres comportementaux et leurs évaluations, comme OpenAI commence à le faire avec le Model Spec ? Permettront-elles des audits indépendants ? Donneront-elles aux équipes d’éthique un pouvoir réel dans les décisions de lancement ? Documenteront-elles les cas où les recommandations philosophiques ont retardé, modifié ou annulé un produit ? Ouvriront-elles la discussion à des traditions morales non occidentales, à des usagers vulnérables, à des chercheurs critiques et à des régulateurs ?
Si la réponse est oui, l’arrivée des philosophes dans les laboratoires d’IA pourrait marquer un tournant : le passage d’une éthique décorative à une gouvernance intégrée. Si la réponse est non, elle deviendra un autre chapitre du marketing de la responsabilité.
En somme, Kant, Aristote ou la philosophie de l’esprit ne sauveront pas seuls l’industrie de l’IA. Mais leur apparition dans les organigrammes dit quelque chose d’important : les laboratoires ont compris que leurs plus grands problèmes ne sont plus seulement de faire fonctionner les modèles. Ils doivent maintenant expliquer pourquoi, pour qui, selon quelles valeurs et avec quelles limites ils les font fonctionner.